Я слежу за курсом Google по машинному обучению и пытаюсь заставить его работать на Atom вместо того, чтобы просто использовать версию colab. Обучение модели и другие вещи прошли хорошо, но у меня возникли проблемы с использованием функции description (). Я сверился с документацией, но все еще не мог сделать резюме, чтобы показать. Это сработало только когда я попробовал интерактивный python в командной строке. Соответствующие части моего кода, как показано ниже. Спасибо за вашу помощь.
import math
from IPython import display
from matplotlib import cm
from matplotlib import gridspec
from matplotlib import pyplot as plt
import numpy as np
import pandas as pd
from sklearn import metrics
import tensorflow as tf
from tensorflow.python.data import Dataset
tf.logging.set_verbosity(tf.logging.ERROR)
pd.options.display.max_rows = 10
pd.options.display.float_format = '{:.lf}'.format
# Load data set
california_housing_dataframe = pd.read_csv("https://storage.googleapis.com/mledu-datasets/california_housing_train.csv", sep=",")
......
# Split the data set into training sets of the first 12000/17000 examples,
training_examples = preprocess_features(california_housing_dataframe.head(12000))
training_targets = preprocess_targets(california_housing_dataframe.head(12000))
# and validation sets of the last 5000/17000 examples.
validation_examples = preprocess_features(california_housing_dataframe.tail(5000))
validation_targets = preprocess_targets(california_housing_dataframe.tail(5000))
# Double-check that the splitting is correct. (NOT WORKING YET)
print("Training examples summary:")
training_examples.describe()
после запуска кода мой терминал просто игнорирует строки с описанием () и выводит
Training examples summary:
Validation examples summary:
Training targets summary:
Validation targets summary:
и затем продолжает обучение модели.